BI 플랫폼은 일반적으로 기본 정보를 위해 데이터 웨어하우스를 사용합니다. 데이터 웨어하우스는 여러 데이터 소스의 데이터를 하나의 중앙 시스템으로 통합하여 비즈니스 분석 및 보고를 지원합니다. 비즈니스 인텔리전스 소프트웨어는 웨어하우스를 쿼리하고 그 결과를 보고서, 차트 및 지도의 형태로 사용자에게 제공합니다.

데이터 웨어하우스에는 다차원 쿼리를 지원하는 온라인 분석 처리(OLAP) 엔진이 포함될 수 있습니다. 예: 작년에 비해 올해 동부 지역과 서부 지역의 매출은 어떻게 되나요?

IBM 오퍼링 관리자인 Doug Dailey는 데이터 웨어하우징 블로그에서 "OLAP는 데이터 디스커버리를 위한 강력한 기술을 제공하여 비즈니스 인텔리전스, 복잡한 분석 계산 및 예측 분석을 용이하게 합니다."라고 말합니다. "OLAP의 주요 이점 중 하나는 제품 품질, 고객 상호 작용 및 프로세스 개선을 위해 데이터를 구동하는 데 사용하는 정보와 계산의 일관성입니다."

일부 최신 비즈니스 인텔리전스 솔루션은 Hadoop과 같은 기술을 사용하여 원시 데이터를 직접 추출하고 수집할 수 있지만 데이터 웨어하우스는 여전히 많은 경우 데이터 소스로 선택됩니다.

비즈니스 인텔리전스라는 용어는 1865년 작가 Richard Millar Devens가 경쟁사보다 앞서 시장에 대한 정보를 수집한 은행가를 언급하면서 처음 사용되었습니다. 1958년, IBM의 컴퓨터 과학자인 Hans Peter Luhn은 기술을 사용하여 비즈니스 인텔리전스를 수집할 수 있는 가능성을 모색했습니다. 그의 연구는 IBM의 초기 분석 플랫폼 중 일부를 만드는 방법을 확립하는 데 도움이 되었습니다.

1960년대와 70년대에는 늘어나는 데이터 양을 저장하고 정리하기 위해 최초의 데이터 관리 시스템과 의사결정 지원 시스템(DSS)이 개발되었습니다.

"많은 역사학자들은 현대 버전의 비즈니스 인텔리전스가 DSS 데이터베이스에서 진화했다고 말합니다."라고 IT 교육 사이트 Dataversity는 말합니다. "이 기간 동안 더 간단한 방법으로 데이터에 액세스하고 정리하기 위해 다양한 도구가 개발되었습니다. DSS와 연동하기 위해 개발된 도구로는 OLAP, 경영진 정보 시스템 및 데이터 웨어하우스가 있습니다. ²

1990년대에 들어서면서 비즈니스 인텔리전스의 인기가 점점 높아졌지만, 기술은 여전히 복잡했습니다. 일반적으로 IT 지원이 필요했고, 이로 인해 백로그가 발생하고 보고서가 지연되는 경우가 많았습니다. IT 부서가 없더라도 비즈니스 인텔리전스 분석가와 사용자는 데이터를 성공적으로 쿼리하고 분석할 수 있도록 광범위한 교육이 필요했습니다. ³

최근에는 셀프 서비스 BI 애플리케이션에 중점을 두어 전문가가 아닌 사용자도 자체 보고 및 분석의 이점을 누릴 수 있도록 하고 있습니다. 최신 클라우드 기반 플랫폼은 또한 BI의 범위를 여러 지역으로 확장했습니다. 현재 많은 솔루션이 빅 데이터를 처리하고 실시간 처리를 포함하여 최신 정보를 기반으로 의사 결정 프로세스를 가능하게 합니다.

비즈니스 인텔리전스를 통해 조직은 평이한 언어로 질문하고 이해할 수 있는 답변을 얻을 수 있습니다. 최적의 추측을 사용하는 대신 생산, 공급망, 고객 또는 시장 동향과 관련된 비즈니스 데이터가 알려주는 내용을 기반으로 의사 결정을 내릴 수 있습니다.

이 지역에서 매출이 감소하는 이유는 무엇인가요? 초과 재고는 어디에 있나요? 소셜 미디어에서 고객들은 뭐라고 말하나요? BI는 이러한 중요한 질문에 답하는 데 도움이 됩니다.

Maamar Ferkoun은 IBM 클라우드 컴퓨팅 및 비즈니스 인텔리전스 블로그에서 "비즈니스 인텔리전스는 비즈니스에 대한 과거와 현재의 인사이트를 제공합니다."라고 말합니다. "이는 분석 및 보고부터 데이터 마이닝 및 예측 분석에 이르기까지 다양한 기술과 관행을 통해 달성됩니다. BI는 특정 시점의 비즈니스에 대한 정확한 그림을 제공함으로써 조직이 사실에 기반한 데이터를 기반으로 비즈니스 전략을 설계할 수 있는 수단을 제공합니다."

비즈니스 인텔리전스는 조직이 데이터 기반 기업으로 거듭나고, 성과를 개선하고, 경쟁 우위를 확보하는 데 도움이 됩니다. 이들은 다음과 같은 작업을 수행할 수 있습니다.

• 비즈니스를 이해하고 전략적 목표를 달성하기 위해 리소스를 지능적으로 할당하여 ROI를 개선합니다.
• 고객 행동, 선호도 및 트렌드를 파악하고 인사이트를 사용하여 잠재 고객을 더 잘 타기팅하거나 변화하는 시장 요구에 맞게 제품을 맞춤화할 수 있습니다.
• 데이터 인사이트를 기반으로 비즈니스 운영을 모니터링하고 지속적으로 수정하거나 개선할 수 있습니다.
• 라인 상하의 활동을 모니터링하고 결과를 파트너 및 공급업체와 공유하여 공급망 관리를 개선합니다.

예를 들어, 소매업체는 매장, 채널 및 지역 전반의 성과와 벤치마크를 비교하여 비용 절감 효과를 높일 수 있습니다. 또한 보험사는 보험금 청구 프로세스에 대한 가시성을 확보하여 누락된 서비스 대상을 확인하고 해당 정보를 사용하여 결과를 개선할 수 있습니다.

조직은 운영 및 프로세스를 완전히 평가하고, 고객을 이해하고, 시장을 측정하고, 개선을 추진할 수 있을 때 이점을 얻습니다. 어디에서나 비즈니스 정보를 집계하고, 분석하고, 패턴을 발견하고, 솔루션을 찾을 수 있는 올바른 도구가 필요합니다.

최고의 BI 소프트웨어는 다음과 같은 방법으로 이러한 의사 결정 프로세스를 지원합니다.

• 데이터베이스 및 스프레드시트를 포함한 다양한 데이터 시스템 및 데이터 세트에 연결합니다.
• 심층 분석을 제공하여 사용자가 데이터에 숨겨진 관계와 패턴을 발견할 수 있도록 지원합니다.
• 보고서, 지도, 차트 및 그래프와 같은 유익하고 매력적인 데이터 시각화로 답변을 제시합니다.
• 다양한 시나리오에서 데이터를 나란히 비교할 수 있습니다.
• 드릴다운, 드릴업 및 드릴스루 기능을 제공하여 사용자가 다양한 수준의 데이터를 조사할 수 있도록 합니다.

고급 BI 및 분석 시스템은 인공 지능(AI)과 머신 러닝을 통합하여 복잡한 작업을 자동화하고 간소화할 수도 있습니다. 이러한 기능은 기업이 데이터를 분석하고 심층적인 수준에서 인사이트를 얻을 수 있는 능력을 더욱 가속화합니다.

예를 들어 IBM Cognos Analytics가 데이터 분석과 시각적 도구를 결합하여 보고서용 맵 생성을 지원하는 방법을 생각해 보세요. 이 시스템은 AI를 사용하여 지리 정보를 자동으로 식별합니다. 그런 다음 전 세계, 개별 지역 또는 그 사이의 모든 지역의 지리 공간 매핑을 추가하여 시각화를 구체화할 수 있습니다.

IBM 비즈니스 가치 연구소의 디지털 재창조에 관한 보고서에 따르면, 디지털 재창조 연구에서 설문 조사에 참여한 1,100명의 경영진 중 58%는 5년 후를 내다볼 때 새로운 기술에 대한 진입 장벽이 낮아질 것으로 예상하며, 69%는 산업 간 경쟁이 더 치열해질 것으로 예상한다고 합니다.

"고급 분석을 통해 빅데이터에서 심층적인 비즈니스 인텔리전스와 소비자 인사이트를 도출하여 설명에서 예측에 이르기까지 다양한 정보를 생성할 수 있습니다."